Le point de départ pour vos projets SAS® et Viya™
Découvrez les articles techniques de la communauté
Snippets & Tutoriels
Questions fréquentes & Aide
Cas d'usage Métier
Catalogue complet & Exemples
Scripts de préparation
Intégration SAS & Python
Actualités, veille technologique et vie du site
Participer à la vie du site
Ajuste des modèles d'arbres de régression additifs bayésiens (BART) probit à...
Effectue une validation croisée avec des actions d'apprentissage automatique sp...
Calcule les marges prédictives pour un jeu de données en utilisant un modèle ...
Lorsqu'il est défini sur True, le paramètre `powerAdj` ajuste le nombre de groupes pour s'assurer que le test de Hosmer et Lemeshow conserve une puissance statistique adéquate.
Le sous-paramètre 'minIter' spécifie le nombre minimum d'itérations dans le processus d'optimisation. La valeur par défaut est 0 et la valeur minimale est 0.
Le sous-paramètre 'section' identifie la section de chaque observation.
Le paramètre 'nNominalVars' spécifie de traiter les 'nNomVars' dernières variables comme nominales si aucune valeur n'est fournie pour le paramètre 'nomVarsIndices'.
Cette action traite des données avec une variable de réponse binaire. Cela signifie que la variable que vous essayez de prédire doit avoir seulement deux issues possibles, comme 'oui'/'non' ou 'vrai'/'faux'.